Analytcs uma estratégia importante para a área financeira?

Analytcs é um termo que ouvi muito desde que cheguei aqui na Hurb, de fato, só consegui entender aqui, numa empresa de tecnologia.

Em junho/2022, ocorreu uma semana de dados ( data week ) e foi muito enriquecedor tanto conhecimento. Uma oportunidade de adquirir um olhar mais crítico sobre análise de dados e pensamento analítico.

A partir daqui, será que podemos usar esse termo Analytcs na área financeira? Em contabilidade? Em Contas a receber? Em Tesouraria? Em Contas a pagar? Em planejamento?

Claro que sim, executamos todos os dias na mais simples atividade a mais complexa, na preparação dos relatórios, nas apresentações na TV's etc.

Vou compartilhar um pouco do que aprendi por aqui, no Hurb.

Analytcs ou Análise é um campo de inteligência abrangente e multidimensional que se utiliza de técnicas de matemática, estatísticas, de modelagem preditiva e aprendizado de máquinas para encontrar métricas e conhecimento de estatísticas em dados.

Por um tempo, fiquei um pouco cético se essa coisa de inteligência analítica não era apenas um grande banco de dados em Contabilidade de dados com uma implementação tecnológica.

Nos grandes centros acadêmicos e nas universidades já se discute o termo Accounting is analytcs (Contabilidade é inteligência analítica). Pronto, isso é muito relevante porque o objetivo dessa área é analisar diversas informações financeiras e produzir relatórios confiáveis para atender a tomada de decisão assertiva, ou pelo menos, que se tenha esse objetivo.

E toda essa análise pode ser aprimorada com o desenvolvimento, utilização e apresentação das visualizações de dados e entender como todas essas visualizações podem ajudar as áreas de negócio com a comunicação das informações de forma mais rápida e dinâmica.

Hoje, nós da área financeira utilizamos com frequência o uso do Excel para diversas análises e conciliações, para relatórios, gráficos etc. No entanto, podemos utilizar essa linguagem programação para realizar automatização como nossas análises, como por exemplo usar o Machine Learning (aprendizado de máquina), Python, o software R etc.

Sendo assim, a semana de dados que aconteceu aqui no HURB ficou claro que todos nós precisamos expandir nossas perspectivas e habilidades e não devemos ficar apenas no discurso de “se manter atualizados”, mas assumir os desafios da tecnologia atual e futura usando como ferramentas de hoje.

Eu encontrei um curso na University of Illinois at Urbana-Champaign e já estou entendendo algumas coisas sobre o tema, mas a jornada ainda é longa. É um mundo de informação!

Em suma, podemos refletir que essa diversidade de perspectivas pode motivar ou dar uma ideia melhor do que significa ter um pensamento analítico, de como podemos agregar esse conhecimento “fora da caixa” e aproveitar as oportunidades que essas ferramentas pode nos ajudar a preparar, visualizar e entender com mais assertividade os dados.

O recurso mais valioso do mundo não é petróleo, mas dados (KPMG, 2022).

Referências

KPMG. (2022). Análise Avançada e Aprendizado de Máquina. Recuperado de: https://home.kpmg/be/en/home/services/kpmg-lighthouse-belgium/advanced-analytics-machine-learning.html